تنگسنت Hy4 با پشتیبانی از ورودی تصویر و پنجره متنی یکمیلیونتوکنی به Together AI آمد
توسعهدهندگان اکنون میتوانند تصاویر و متن را از طریق API شرکت Together AI به مدل Hy4 شرکت تنسنت ارسال کنند و از قابلیتهای آن برای تحلیل نمودارها و کار با نرمافزارها بهره ببرند. Together AI در ۱۹ نوامبر ۲۰۲۶ اعلام کرد که این مدل از طریق API بدونسرور تکمیل چت (Chat Completions) در دسترس قرار گرفته است. Hy4 پنجره متنی یکمیلیونتوکنی دارد و هزینه استفاده از آن برای هر یکمیلیون توکن ورودی ۰٫۸۳ دلار و برای هر یکمیلیون توکن خروجی ۲٫۵۰ دلار است.
این اتفاق به معنای عرضه اولیه Hy4 نیست، بلکه راه تازهای برای دسترسی به مدلی است که پیشتر معرفی شده بود. تنسنت در ۴ نوامبر از Hy4 رونمایی کرد و قابلیتهای درک بصری و کار با رایانه را به این خانواده از مدلها افزود. اکنون عرضه این مدل از طریق API شرکت Together AI، این امکانات را همراه با قیمتگذاری مشخص و نمونههایی عملی در اختیار توسعهدهندگان قرار میدهد.
از تصویر تا پاسخ قابلاستفاده
Hy4 متن و تصویر را دریافت میکند، اما خروجی آن متنی است. پنجره متنی یکمیلیونتوکنی این مدل، ظرفیت اطلاعاتی است که میتوان در اختیار آن قرار داد؛ از مجموعههای بزرگ اسناد گرفته تا تاریخچه طولانی تعاملات و فعالیتها. Together AI همچنین اعلام کرده است که میزان تلاش مدل برای استدلال قابل تنظیم است و توسعهدهندگان میتوانند سطح استدلال آن را تغییر دهند.
دو قابلیت دیگر به اتصال پاسخهای مدل به برنامههای کاربردی کمک میکنند. قابلیت خروجی JSON پاسخ را بهجای متن آزاد، در قالب دادهای ساختاریافته ارائه میدهد. قابلیت فراخوانی ابزار نیز به توسعهدهندگان اجازه میدهد توابع موردنیاز برنامه خود را در اختیار مدل قرار دهند تا از آنها استفاده کند. در نمونه Together AI، تصویری در پیام کاربر ارسال میشود و از مدل خواسته میشود یک شیء JSON شامل عنوان نمودار و مقادیر ستونهای آن تولید کند.
قابلیت کار با رایانه فراتر از تحلیل تصویر است. به گفته تنسنت، Hy4 برای کار با دستورهای متنی خط فرمان و رابطهای گرافیکی نرمافزارها، از جمله Blender و ابزارهای طراحی به کمک رایانه، آموزش دیده است. در فرایند آموزش و ارزیابی این مدل، تیمهای محصول تنسنت و جریانهای کاری مرتبط با امور اداری، پژوهشهای مالی و توسعه بازی مشارکت داشتهاند.
نرخ استاندارد Together AI برای توکنهای ورودی ارسالشده به Hy4.
توکنهای تولیدشده توسط مدل با تعرفهای جداگانه محاسبه میشوند.
Together AI برای ورودیهای ذخیرهشده در حافظه نهان نیز تعرفه جداگانهای در نظر گرفته است.
بازسازی نمودار و ساخت بازی در یک فایل
در مطلب معرفی این مدل، Together AI مسیر تبدیل تصویر به کد را با استفاده از تصویری از یکی از نمودارهای خود نشان داده است. به گفته این شرکت، Hy4 عنوان نمودار و هر سه مقدار نمایشدادهشده در آن را بهدرستی استخراج کرد. در درخواست بعدی، از مدل خواسته شد نمودار را در قالب یک فایل HTML بازسازی کند. به این ترتیب، وظیفه مدل از خواندن اعداد به بازسازی یک چیدمان بصری گسترش یافت.
طبق اعلام Together AI، نسخه بازسازیشده برچسبها، مقادیر، رنگها، خطچین نشاندهنده سقف نمودار و توضیح پایانی را حفظ کرده بود. تنها تفاوت، نوع قلم بود؛ زیرا در دستور ارائهشده، استفاده از قلمهای عمومی درخواست شده بود. این نمونه توانایی مدل را در یک وظیفه مشخص، یعنی خواندن و بازسازی نمودار، نشان میدهد؛ اما آزمایشی است که خود ارائهدهنده انجام داده و ارزیابی مستقلی از عملکرد مدل در مواجهه با نمودارهای ناآشنا و متنوع محسوب نمیشود.
در آزمایشی جداگانه که صرفاً بر ورودی متنی متکی بود، Together AI از Hy4 خواست بدون استفاده از کتابخانهها یا منابع خارجی، یک بازی جدید مرورگری را در قالب یک فایل HTML بسازد. مدل بازیای به نام Polarity تولید کرد که بر تطبیق رنگها متمرکز است. Together AI میگوید خروجی مدل را بدون هیچ تغییری اجرا کرده، یک دور بازی کرده، به صفحه پایان بازی رسیده و سپس توانسته است بازی را از ابتدا آغاز کند. مدل همچنین صفحه عنوانی اضافه کرد که در دستور اولیه درخواست نشده بود و رکورد بهترین امتیاز را نیز بین دورهای بازی حفظ میکرد.
ادعاهای مربوط به قابلیت اطمینان بر ارزیابیهای تنسنت متکی است
اطلاعیه اولیه تنسنت درباره عرضه Hy4، تصویر گستردهتری از عملکرد این مدل در محیطهای کاری ارائه میدهد؛ البته این ارزیابیها نیز توسط خود شرکت انجام شدهاند. تنسنت گزارش کرده است که میزان خطاهای ناشی از فرضهای پشتیبانینشده در Hy4 از ۲۳٫۱ درصد در نسخه پیشنمایش Hy4 به ۵٫۶ درصد کاهش یافته است. این ارقام فقط به همین دسته از خطاها در ارزیابیهای داخلی تنسنت مربوط میشوند و به معنای تضمین صحت عمومی پاسخهای مدل نیستند.
این شرکت همچنین از میانگین امتیاز ۳٫۰۴ در یک ارزیابی مالی دوسوکور خبر داده است که با مشارکت ۲۱۳ متخصص و بر اساس ۵۷۹ وظیفه واقعی انجام شده است. با این حال، در کارت معرفی مدل Together AI، محدودیت مهمی نیز در کنار این نتایج ذکر شده است: به گفته تنسنت، Hy4 همچنان در دشوارترین آزمونهای داخلی از مدلهای اختصاصی پیشرو عقبتر است. این آزمونها از جمله شامل ریاضیات در سطح پژوهشی و وظایف برنامهنویسی هستند که به انجام مراحل متعدد و ادامهدار نیاز دارند.
توسعهدهندگان برای دسترسی به نسخه میزبانیشده این مدل میتوانند از شناسه tencent/Hy4 و یک کلید API شرکت Together AI استفاده کنند. مطلب معرفی این مدل شامل نمونه کد پایتون برای خواندن نمودار نیز هست. همچنین محیط آزمایشی Together AI این امکان را فراهم میکند که توسعهدهندگان پیش از نوشتن کد، مدل را امتحان کنند.
منابع
- Together AI — مدل Tencent Hy4 در Together AI در دسترس قرار گرفت.
- تنسنت — معرفی Hy4؛ مدلی در جمع مدلهای متنباز پیشرو هوش مصنوعی جهان.
- Together AI — API مدل Tencent Hy4، قیمتگذاری، معیارهای ارزیابی و مستندات.
